Llasa: Llama-Based Speech Synthesis

https://llasatts.github.io/llasatts/

#HackerNews #Llasa #Llama-Based #Speech #Synthesis #SpeechTechnology #AIInnovation #VoiceSynthesis

#開源分享 一款基於Llama的TTS系統：Llasa，它通過擴展訓練時間和推理時間計算，提高了語音合成的自然度、韻律準確性和情感表達能力

生成效果自然流暢富有感情，開心、悲傷等情感表現的比較自然，適合做有聲讀物或語音助手

它用了一個Xcodec2語音分詞器，把語音分解成一個個小的標記，使計算機更容易處理語音，這些標記不僅能表示語音的內容，還能保留語音的情感和音色資訊

核心在於其單一Transformer架構和規模化訓練/推理策略，結合Xcodec2語音分詞器，使其能生成更自然、更富有表現力的語音

有1B、3B、8B三個版本，支持中英文

模型： huggingface.co/collections/HKUSTAudio/llasa-679b87dbd06ac556cc0e0f44

#TTS #Llasa